FBProphet
$ y(t) = g(t) + s(t) + h(t) + \epsilon_t
加法モデルで時系列の予測のためのモデルを作るもの。
加法モデル(成長率、周期性、祝日効果) のパラメータのフィッティングに stanを使ってる。 g(t)は、ロジスティクス曲線
加えて、変化点を組み込む
s(t)は、
欠損データやハズレ値に強い
リンク
メモ
Google の Authと同時利用すると、問題がある?
code:python
future = m.make_future_dataframe(periods=10,freq="30min") #こんな感じで指定できる チューニング。株価を使ってチューニングして、別物に適用と。
180日分の過去のデータをもらっており、このうちの5%ぐらいは異常値としてアラート
日次データのようなので、 アラートが月1,2回来て欲しいみたいなイメージかな。
系列のトレンドはかなりこまめに変化していることがわかり、これは、アメリカの株式市場の挙動と似ていたので(ここは定性的)、株式市場のデータを用いてパラメータチューニングを行なった。
confidence intervalとは違うかな、、 mcmcなので、事後分布サンプルの両側 %の指定ということでいいのか? three sources of uncertainty in the forecast: uncertainty in the trend, uncertainty in the seasonality estimates, and additional observation noise.
FBprophetは、関数の多項式でのフィットで、その多項式モデルは、トレンド、季節性、ノイズと、基本的な時系列解析の加法モデル?のようになっていて、それぞれ3つのパラメータを推定していて、その3つの事後(同時)分布の外側の値....分からない。。
the uncertainty_samples input, which defaults to 1000. Dropping that to 100 will make the predict step ~10x faster.
外れ値の対処
日本語情報
https://gyazo.com/334ec40dd2794f59416c2632d14e95f8